买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利考虑时空特性的分布式光伏微气象监测装置优化配置方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119578600B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411378564.9，技术领域涉及：G06Q10/04；该发明授权考虑时空特性的分布式光伏微气象监测装置优化配置方法是由汤奕;方泽惠;胡健雄设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本考虑时空特性的分布式光伏微气象监测装置优化配置方法在说明书摘要公布了：本发明公开了考虑时空特性的分布式光伏微气象监测装置优化配置方法，包括：综合电气和微气象灵敏度得到分布式光伏系统的综合节点关键度指标；基于Bass扩散模型对分布式光伏系统的成长阶段划分初始期、发展期和成熟期；针对不同分期构建不同的优化配置模型，并对优化配置模型进行求解，得到微气象监测装置优化配置结果；针对优化配置结果，进行可观性指标和出力预测计算，对优化配置结果的经济性、合理性和准确性进行检验判断。本发明方法既能兼顾配网系统电气和微气象因素敏感性变化，又能根据分布式光伏接入变化进行量测装置的动态布置，有效地保证了城市环境高比例分布式光伏接入配网的监测预测装置规划的灵活性、准确性和经济性。

本发明授权考虑时空特性的分布式光伏微气象监测装置优化配置方法在权利要求书中公布了：1.考虑时空特性的分布式光伏微气象监测装置优化配置方法，其特征在于，包括如下步骤： 对城市中高比例接入的屋顶分布式光伏系统，计算配电网参数和微气象信息数据，综合电气和微气象灵敏度得到分布式光伏系统的节点综合关键度指标，表达式为： 其中，Ki为每个分布式光伏节点对应的节点关键度系数；δi表示电气综合灵敏度指标，ρi表示微气象综合灵敏度指标，表示归一化后的电气综合灵敏度指标，表示归一化后的微气象综合灵敏度指标；ωP表示有功权重系数；ωQ表示无功权重系数；sPU表示有功灵敏度因子；sQU表示无功灵敏度因子；ωE表示辐照系数；ωT表示温度系数；ωPM表示PM浓度系数；Ei表示节点i的总辐射灵敏度因子；Ti表示环境温度灵敏度因子；CPM,i表示空气质量灵敏度因子； 根据微气象波动对光伏出力的影响分析方法确定微气象综合灵敏度指标包括： 光伏输出功率工程模型表达式： PS＝1-ηηPVSE[1-kTTC+αRE+TS] 其中，PS为光伏发电的输出功率；η为光伏发电功率衰减率，PM浓度对输出功率的影响直接由光伏功率衰减率表示；ηPV为光伏电池转换效率；S为光伏电池板面积；E为光伏接收的总辐照强度；kT为温度修正系数；TC为当前环境温度；TC+αRE表示光伏电池工作温度，αR为光伏阵列温度修正系数；TS为标准测试情况下的光伏阵列表面温度； 基于光电转换模型，对η、E和T三种参数求功率的偏导值作为微气象灵敏度因子对应的权重系数； 基于光伏输出功率工程模型，按照Pearson相似度计算公式，计算微气象数据与同期光伏发电数据的微气象灵敏度因子； 将微气象、电压和光伏出力量纲归一化处理； 根据分布式光伏系统的成长影响因素，基于Bass扩散模型对分布式光伏系统的成长阶段划分初始期、发展期和成熟期；针对初始期，根据节点综合关键度指标，以最大化覆盖光伏节点的总权重，最小化经济约束权重为目标函数I，构建地理空间的优化配置模型；针对发展期和成熟期，根据综合节点关键度指标，以微气象相似性优化监测装置的布局，并在时间维度上考虑未来光伏接入的增长预期为目标函数II，构建微气象特征的优化配置模型；对优化配置模型进行求解，得到微气象监测装置优化配置结果； 构建的地理空间的优化配置模型为： 1确定模型决策变量，包括安装决策变量和可观决策变量； 2目标函数I为最大化覆盖光伏节点的总权重，最小化经济约束权重，具体表达式为： 其中，F1为目标函数I，ωe为经济系数；Ns为全域内分布式光伏总数，则代表全域内分布式光伏总数；Ki为每个分布式光伏节点对应的节点关键度系数，则代表全域内被监测到的分布式光伏关键度覆盖情况；yPenal作为惩罚项，限制输出最优解的监测装置数量； 3约束条件包括可观约束和监测装置数量约束； 针对节点的可观约束条件，若某节点被至少一个监测装置观测范围覆盖，则表示该节点为可观状态，具体表达式为： 进一步，得到节点i可观状态的表达式为： 其中，表示全域内能观测到节点i的监测装置数量总和；mi表示节点i可观状态，当时mi取值为1，表示节点i能被至少一个监测装置观测，所以节点i为可观；反之mi取值为0，表示节点i不可观； 针对全系统的监测装置数量约束，具体表达式为： 其中，No为设置监测装置数量的上限值； 引入罚函数处理约束数量超出情况，如果选择的监测装置数量超过了No则产生相应的罚分；定义罚函数yPenal如下： 构建微气象特征的优化配置模型，具体为： 1确定模型决策变量，包括安装决策变量和可观决策变量； 2目标函数II通过微气象相似性来优化监测装置的布局，并在时间维度上考虑未来光伏接入的增长预期，具体表达式为： 其中，F2为目标函数II，ωe为经济系数；Ns为全域内光伏节点总数，则代表全域内分布式光伏总数；Ki为每个分布式光伏节点对应的节点关键度系数；Tit为时间系数，表示第t年时第i个光伏节点未来接入量预期，则代表随时间变化全域内被监测到的分布式光伏关键度覆盖情况；yPenal作为惩罚项，限制输出最优解的监测装置数量； 3约束条件包括可观约束和监测装置数量约束； 针对节点的可观约束条件，若某节点被至少一个监测装置观测范围覆盖，则表示该节点为可观状态，具体表达式为： 进一步，得到节点i可观状态的表达式为： 其中，表示全域内能观测到节点i的监测装置数量总和；li表示节点i可观状态，当时li取值为1，表示节点i能被至少一个监测装置观测，所以节点i为可观；反之li取值为0，表示节点i不可观； 针对全系统的监测装置数量约束，具体表达式为： 其中，No为设置监测装置数量的上限值； 引入罚函数处理约束数量超出情况，如果选择的监测装置数量超过了No则产生相应的罚分；定义罚函数yPenal如下： 针对优化配置结果，进行可观性指标和出力预测计算，对优化配置结果的经济性、合理性和准确性进行检验判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。